面向精细抓取的刚软耦合仿人手作用力优化

针对精细抓取模式下刚软耦合仿人手柔顺接触的特点,为使其具备类人手的抓取作用力施加能力,首先建立仿人手的抓取力平衡方程和约束优化函数,进而提出基于外罚函数的手指最小作用力优化方法．仿人手可通过施加合适的力实现对不同物体的稳定抓取,有效避免手指在抓取过程中使物体产生大变形或抓取失败．实验结果表明：每个手指作用力的测量平均值与理论计算值的绝对误差基本处于0～0.14 N范围,相对误差为0～18.57%范围,所提方法满足了刚软耦合仿人手在精细抓取模式下稳定可靠地抓取不同物体的需求．     

变姿态下的多指手抓取爆炸物能力分析

将多指手运用于排爆机器人以提高处理爆炸物的能力。论文针对排爆机器人在作业时其姿态的不断变化对抓取爆炸物能力的影响,寻求有利于提高抓取能力的最优手指关节角,以及多指手在不同的姿态下能抓取爆炸物的最大重量,并得出抓取能力最差的位姿。论文还考虑到爆炸物容易爆炸的特点,研究接触力不超过爆炸物所能承受的极限时多指手的抓取能力,为机器人安全操作爆炸物,防止过大的夹持力而使爆炸物发生爆炸提供理论依据。     

变姿态下多指手抓取爆炸物的能力分析

将多指手代替单自由度的夹持器应用于排爆机器人中,以提高机器人处理爆炸物的能力.由于机器人姿态的变化将影响多指手的抓取能力,文中对影响多指手抓取爆炸物能力的手指抓取姿态及机器人姿态进行了研究,寻求最有利的抓取模式.同时,运用螺旋理论和BP神经网络寻求多指手最优的抓取姿态(即最优关节角)及不同机器人姿态下多指手抓取爆炸物的最大重量,并给出了最优的抓取位姿.考虑到爆炸物容易爆炸的特点,文中还研究了多指手在有限接触力作用下的抓取能力.     

绳牵引并联机构与多指手抓取的连接关系

由于绳牵引并联机构与等价的无摩擦点接触抓取模型存在结构相关性和力传递相似性,所以分析多指手抓取中一个位形的瞬时特性的很多工具,可以用来研究绳牵引并联机构的相关问题.利用平面对心抓取定理与Ebert-Uphoff提出的相关定理,确定2-2型1R2T机构的力封闭工作空间边界.文中指出,Canny关于3维封闭抓取的研究工作对确定3-2-2型,3-3-2型和3-3-3型的3R3T机构的力封闭工作空间边界有指导意义,但两者之间的真实关系还有待于进一步深入研究.     

水轮机特性的神经网络建模

针对水轮机特性难以用数学方法解析表达的问题，研究用神经网络对水轮机特性进行建模，并给出了具体步骤.水轮机单位流量和单位力矩特性的BP神经网络模型能真实地表达水轮机的非线性特性，且解决了插值法的导数不连续问题，从而改善了水击计算的收敛性，为用于工程计算和科学分析的水轮机特性表达开辟了新的途径.计算实例说明了该方法的有效性和实用性.     

神经网络的遗传繁殖策略

借助神经网络技术对遗传算法中的后代个体的繁殖进行了研究,介绍了基于神经网络的遗传繁殖新策略,探讨了基于神经网络的遗传繁殖策略的实现,对基于神经网络的繁殖策略还进行了初步实验.数值实验结果表明,提出的基于神经网络的遗传繁殖策略能产生优良的后代个体.     

一种结合进化策略与神经网络的图象恢复方法

图象恢复在已知退化矩阵的前提下,可近似看成求解最优化问题.本文提出了一种进化　策略与神经网络结合的求解最优算法,并应用于图象恢复.结果表明,综合算法优于仅采用神经网络的算法.     

浅谈网络安全体系的特性与建设策略

本文就网络安全建设过程中的策略及在网络结构设计时的关键技术要素做以浅析。     

浅析煤炭市场供需特性与营销策略

分析了煤炭市场的供需特性,提出煤炭企业应树立的营销理念和遵循的营销策略。     

二自由度平面机械手的神经网络建模与实时控制

目前正在兴起和发展的人工智能及人工神经网络的研究为复杂的非线性系统的控制开辟了一条新路。本文采用一种改进的 BP算法用于二自由度平面机械手系统的建模 ,取得了很好的实时控制仿真效果     

基于神经网络方法对混凝土损伤特性研究

首先对混凝土立方体试件施加三轴受压荷载历史,卸载后测量其各个方向单轴抗压和劈拉强度,根据连续介质损伤力学理论,将混凝土的损佃分别定义成抗压强和抗拉强度的劣化;研究在经历不同荷载历史后混凝土损伤的演化规律,首次运用神经网络的理论和方法,分别建立了在不同荷载史作用下抗拉强度和抗压强劣化的神经网络模型,对混凝土经历荷载历史后的强度劣化特征,即损伤特征性进行了研究,从中可以看出,神经网络方法是研究混凝土损伤的一个崭新途径。     

用模糊神经网络方法预测煤灰的结渣特性

研究煤灰的结渣特性是预测和诊断电站锅炉炉内结渣故障的第一步。综合应用模糊数学和神经网络的知识构造了一个模糊神经网络模型,用以判别煤灰的结渣特性。该方法是对已有的单一指标判别法和用模糊数学方法进行多个指标判别的改进。计算结果表明,该方法具有诊断速度快、结果准确的特点,为进一步研究煤灰结渣综合判别指标提供了一个新的途径。     

神经网络的动力学行为与信息处理

从一个神圣神经元模型出发，研究了由１０００个神经元组成的网络中神经元动作电位发放的动力学特性。由神经元动作电位发放的动态时间一空间图形和时间间隔序列，我们发现在周期性外刺激下网络动力学行为表现出复杂的时空结构。     

气力喷头雾化特性的实验测定与神经网络数值模拟

在改变气力喷头的空气过流面积、吸液面与喷口之间的高度差和压力的条件下,测量了雾滴的直径（体积中径DVMD）。用改进的BP算法人工神经网络对没试数据进行建模,通过建立好的模型进行仿真。从仿真结果发现：在其余参数不变的情况下吸液高度对雾滴直径的影响呈线性递增关系;吸液高度不变时,对于不同的空气过流面积都存在使雾滴直径最小的压力值,并且都存在低压区雾滴直径变化较小,在高压区雾滴直径变化较大的趋势;在吸液高度不变时,不同的空气过流面积都存在空气压力越高雾滴直径越细的现象。     

神经网络对混凝土动态特性的预测及试验

为研究混凝土高应变率下的动态特性,基于神经网络对非线性系统的辨识和预测功能,结合Leven-berg-M arquardt算法,利用变截面Hopk inson压杆对聚丙烯纤维混凝土的3种应变率下冲击压缩试验数据,采用BP网络对其峰值应力和对应的应变进行预测,并与试验结果进行了比较。分析表明,预测仿真结果与试验结果是相吻合的,所建立的网络模型可为研究混凝土高应变率下的应力应变关系提供参考。     

基于EBE策略的有限元法温度场神经网络计算

基于Element-By-Element(EBE)策略，提出了一种反馈网络和前向网络共同组成的多层神经网络以实现热传导有限元分析。输入层与中间层的联接权值为单元刚度矩阵与总体刚度矩阵的联系矩阵A，中间层与输出层的联接权值为A的转置阵，中间超单元联接权值为求解问题的单元刚度矩阵。分析和数值仿真结果表明，该神经网络稳定收敛于有限元模型解，为有限元分析并行计算提供一种新的方法。     

发动机动态特性组合神经网络建模新方法

针对现有发动机组合神经网络建模方法对不同数组结构的样本数据泛化能力较差的不足,提出一种多步线性插值法的组合神经网络建模方法. 该方法基于有限元建模思想,以具有丰富样本数据的某一维输入量构造网格线,对多维输入样本空间进行划分. 在网格线上,样本数据按照BP算法对网络模型进行训练,得到高精度神经网络函数,而在网格线中间,所求输出根据相邻的两条网格线的神经网络函数进行多步线性插值. 与传统组合神经网络建模方法的对比结果表明,在处理不同数组长度的多维发动机动态特性试验数据方面具有很好的适应能力.      

基于期望值函数的离策略深度Q神经网络算法

深度Q神经网络算法的值函数迭代算法大多为Q学习算法,这种算法使用贪婪值函数作逼近目标,不利于深度Q神经网络算法获得长期来看更好的策略。通过以期望思想求解的期望值函数取代贪婪值函数作为更新目标,提出了基于期望值函数的离策略深度Q神经网络算法,并结合DQN算法神经网络更新方法,给出期望值函数能够作用于DQN算法的解释。通过使用该算法能够快速获得长期回报较高的动作和稳定的策略。最后分别在CarPole-v1和Acrobot仿真环境中对期望值函数的离策略深度Q神经网络算法和深度Q神经网络算法进行获取策略的稳定性对比实验,结果表明,基于期望值函数的离策略深度Q神经网络算法能够快速获得长期回报较高的动作,并且该算法表现更为稳定。     

企业市场营销策略组合的BP神经网络

针对企业如何采取有效的市场营销组合策略来提高顾客忠诚度的问题,提出了基于BP(back-propagation)神经网络算法的企业市场营销组合策略分析方法;建立了基于4Ps理论的营销组合策略影响因素函数;通过对不同的营销组合策略影响因素进行加权、量化、各层之间权值的调整和迭代运算,最终构建了满足预定误差要求的BP神经网络模型;通过对十种手机品牌顾客忠诚度的实际调查值与网络模拟值相比较,得出了BP神经网络算法具有良好的模拟性,在此基础上证明了该方法在企业进行市场营销组合策略选择时具有良好的预见性和实用性.